具身智能扎堆IPO，「商業化元年」誰能率先搶灘登陸？

2026年的具身智能賽道，熱得發燙。

7月6日，上交所官網一條更新消息點燃了整個科技圈。宇樹科技科創板IPO審覈狀態變更為「註冊生效」。

從3月20日申請獲受理到7月2日證監會批文落地，短短104天走完科創板審覈全流程，創下預先審閲機制落地以來的最快紀錄。

按發行比例推算，宇樹科技初始發行市值至少達到420億元，A股「人形機器人第一股」即將正式敲鍾。這不是孤例，一場席捲一級市場與二級市場的具身智能上市競速賽，已經全面打響。

資本狂奔

從一級市場火到IPO通道

今年上半年，具身智能一級市場融資超345億元，單筆10億元以上融資已成常態。

自變量機器人B輪20億元引來字節、阿里、美團、小米集體押注，銀河通用25億元融資更是創下紀錄，國家大基金三期首次出手佈局具身賽道。

截至6月底，國內具身智能領域百億估值獨角獸已達25家，其中15家都是今年上半年新晉成員。

資本的狂熱迅速傳導至IPO環節。繼宇樹科技閃電過會打響第一槍，緊隨其后的雲深處科技科創板IPO申請已於5月獲受理，擬募資25.03億元。

這家深耕四足機器人的企業，旗下「絕影」系列在電力巡檢、礦山勘探等特種場景站穩腳跟，2025年下半年連續完成C輪和Pre-IPO輪融資，合計金額超數億元。

港股市場更是上演批量上市奇觀。截至年中，在排隊IPO的企業中，業務涉及機器人、具身智能領域的企業達到51家，佔排隊企業數量的12.7%。

18C特專科技公司上市規則成為最大推手——允許未盈利科技企業上市，極大降低了門檻。卧安機器人募資16.93億港元，華沿、埃斯頓募資均超10億港元。

這場IPO競速的背后，產業共識已經形成，具身智能被普遍視為繼移動互聯網、雲計算之后的下一代計算平臺。

誰先登陸資本市場，誰就能拿到充足彈藥，在量產落地、技術迭代和生態構建中搶佔先機。

四大路線底層邏輯

與攻堅壁壘

熱鬧的資本表象之下，技術路線的分野與碰撞纔是行業真正的主線。

當前，全球具身智能領域已形成四條清晰的技術路徑，它們對應着不同的底層邏輯、不同的攻堅難點，也決定了企業截然不同的IPO敍事與估值邏輯。

「運動控制派」是機器人產業的主流，核心壁壘紮根在剛體動力學與高精度執行器，代表企業包括波士頓動力、宇樹科技。

其技術棧自上而下分為三層，最底層是高功率密度關節模組，由無框力矩電機、諧波減速器、雙編碼器、驅動器高度集成，單關節峰值扭矩密度、力矩控制精度、響應帶寬是核心指標。

以人形機器人常用的膝關節為例，國內頭部企業已能做到峰值扭矩超300N・m，重量控制在2kg以內，反向傳動效率突破85%，基本追平國際一流水平。

這是所有運動能力的物理基礎，也是當前國產替代最充分、專利壁壘最紮實的環節。

中間層是全身動力學控制（WBC）與模型預測控制（MPC）。

前者負責在毫秒級周期內求解全身數十個自由度的力矩分配，保證機器人在擾動下保持平衡；后者則通過滾動優化預判未來數秒的運動軌跡，實現平穩行走、跑跳與避障。

宇樹科技四足機器人之所以能實現后空翻、快速跑酷等高難度動作，核心就是MPC算法與硬件執行器的深度協同，控制周期已壓縮至1毫秒以內。

最上層是強化學習（RL）運動策略庫。傳統控制算法依賴人工調參，每一種地形、每一種步態都需要工程師逐一調試；而基於深度強化學習，機器人可以在仿真環境中通過千萬次試錯自動習得運動策略，再通過Sim2Real遷移到真機。

目前頭部企業已建成包含上百種運動技能的策略庫，機器人可根據環境自動切換步態，地形適應能力較傳統方案提升一個數量級。

這條路線的優勢是底子硬，硬件可量產、性能可量化、可靠性經過驗證，因此也是當前商業化最紮實、最容易滿足盈利要求的流派。

「VLA端到端派」是AI時代的新勢力，核心邏輯是用大模型統一感知、理解、決策與動作輸出，代表企業是美國Figure、國內智元機器人等，也是當前故事性最強、估值溢價最高的路線。

其技術核心是視覺-語言-動作（Vision-Language-Action, VLA）三模態對齊。機器人通過視覺編碼器採集環境圖像，與自然語言指令一同輸入大模型，模型直接端到端輸出關節控制指令，中間不再需要人為拆分「感知-規劃-控制」模塊。

谷歌DeepMind推出的RT-2模型首次驗證了這一路線的可行性，它能理解「把過期的瓶子扔進垃圾桶」這類抽象指令，並泛化到從未見過的物體與場景。

相比傳統分級式架構，VLA路線的最大價值是泛化能力。過去工業機器人只能執行預先編程好的固定動作，換一個物體、換一個位置就要重新示教。

而VLA模型通過大規模預訓練，具備了零樣本或少樣本遷移能力，可以快速適配新任務。這正是通用機器人的核心特徵，也是資本市場願意給高估值的根本原因。

「世界模型」派走的是在數字世界里練機器人的路線，核心思路是用大規模仿真訓練替代真機數據採集，從而把數據成本降低兩個數量級以上，代表玩家是特斯拉Optimus、Physical Intelligence以及國內阿里、騰訊等科技大廠。

其技術體系由三大支柱構成：

一是高保真物理仿真引擎。不僅要模擬剛體運動，還要模擬柔性物體、流體、摩擦力、碰撞形變等複雜物理現象，越逼近真實世界Sim2Real的遷移效果越好。

騰訊基於遊戲引擎打造的HY-World平臺，已能實現毫米級物理仿真精度，並支持上萬臺機器人並行訓練。

二是域隨機化（Domain Randomization）技術。

既然仿真不可能100%復刻現實，那就主動在仿真中隨機改變光照、紋理、物體形狀、摩擦力等參數，讓模型在海量變化中學習本質規律，從而適配真實世界的不確定性。這是當前解決Sim2Real域間隙問題最主流的方案。

三是神經輻射場（NeRF）場景重建。通過少量真實圖像快速重建三維數字場景，讓機器人在數字孿生的真實環境中預演任務，再把訓練好的策略遷移到真機，大幅降低現場調試成本。

世界模型派的終極目標，是實現具身智能的Scaling Law。就像語言大模型那樣，只要投入更多算力、更多仿真數據，智能水平就能持續提升。

特斯拉Optimus的核心競爭力正在於此：依託超算集群，它可以同時在仿真環境中訓練百萬臺機器人，數據積累速度遠超真機。

但這條路線也有繞不開的瓶頸：精細接觸場景的仿真精度依然不足。比如擰螺絲、插接頭這類涉及微小力反饋的操作，仿真中的接觸力學與現實差距很大，模型在仿真中練得再好，到真機上也容易失敗。

此外，純算法公司普遍缺乏硬件本體能力，大多以開放平臺形式輸出技術，很難獨立完成端到端的產品落地。

「場景系統工程派」不追求通用，而是聚焦特定工業、物流或特種場景，做深度定製化的系統解決方案，代表企業包括優必選工業線、普渡科技、雲深處特種機器人業務等。

它們不追求前沿算法突破，而是強調成熟技術的工程化整合：針對固定場景優化視覺識別算法，搭配力位混合控制實現精密作業，再結合行業Know-How把機器人嵌入現有產線流程。

比如汽車產線的螺栓緊固機器人，核心不是大模型，而是視覺定位精度、力控扭矩精度和7×24小時運行的可靠性；電力巡檢四足機器人，核心是複雜地形通過性、紅外測温精度和邊緣端實時推理能力。

這條路線的技術壁壘不在單點算法，而在系統工程能力與行業數據積累。誰在某個場景里落地的項目越多，數據越豐富，方案成熟度就越高，成本就越低，進而形成正向循環。

這一派商業化最紮實，現金流最健康，很多企業已經實現盈利，但因為想象空間有限，IPO估值通常顯著低於前幾派。

值得注意的是，四大流派的邊界正在快速消融。

運動控制派拼命往上補算法，宇樹、雲深處都在自研具身大模型；VLA派開始往下沉，學習傳統控制的穩定性優勢，形成「大模型做高層決策+傳統控制做底層執行」的混合架構；世界模型派則積極開放生態，與硬件廠商深度綁定。技術融合，正在成為全行業的共識。

商業化拐點

從展廳秀場走向生產現場

IPO浪潮之下，具身智能終於走出實驗室和展會舞臺，開始進入真實產業場景創造價值。

税收數據最能説明問題。今年前5個月，全國工業企業購進具身智能機器人總金額同比增長2.3倍。這不是概念炒作，而是實體經濟用真金白銀在買單。

從產業鏈結構看，機器人本體與整機制造同比增長30.1%，AI算法與軟件集成增長24.5%，系統集成與行業應用增長27.9%，配套信息系統服務更是同比增長1.9倍，整條產業鏈都在加速跑。

場景落地呈現出清晰的梯度。第一梯隊是工業製造和物流倉儲，標準化程度高、人力成本壓力大、作業環境相對可控，是最先跑通商業閉環的領域。

汽車工廠的物料搬運、3C 產線的精密裝配、電商倉庫的分揀碼垛，人形和輪式機器人已經開始批量上崗。

按測算，人形機器人運行成本約為每小時10-12美元，比人工低60%，且可24小時不間斷作業，經濟性拐點已經出現。

第二梯隊是特種作業場景，包括電力巡檢、礦山勘探、消防救援等。這類場景環境惡劣、人力風險高，對機器人形態通用性要求不高，但對穩定性和可靠性要求極高。

雲深處、宇樹的四足機器人在這一領域已形成成熟方案，成為很多企業最先盈利的業務板塊。

第三梯隊是商用服務和家庭場景，也是想象空間最大但落地最慢的領域。

商場導覽、餐廳送餐、養老陪護等場景已有小規模試點，但精細操作、複雜環境理解、人機自然交互等技術瓶頸仍未完全突破。行業普遍預期，真正的家用服務機器人普及要等到2030年前后。

數據成為當前最大的瓶頸。真機遙操數據每小時成本高達數百甚至上千元，採集一萬小時就需要千萬元級投入，這嚴重製約了模型迭代速度。

行業正在探索新路徑 —— 用大規模人類第一人稱視頻數據訓練通用模型，成本可降低幾個數量級。

誰能搶灘登陸？

三場關鍵考試

面對數十家排隊IPO的企業，誰能真正站穩資本市場，而不是上市即巔峰？答案取決於三場考試。

第一場是規模化量產。具身智能的本質是高端製造業，沒有量產能力就沒有成本優勢，也沒有足夠的數據反哺算法。

宇樹科技之所以能成為A股第一股，核心在於它已經跨過了從樣機到量產的死亡谷——2025年5500台的出貨量，在全行業都屬於第一梯隊。

接下來募資建設智能機器人制造基地，就是要進一步放大產能優勢。反觀很多還停留在原型機階段的企業，即便靠18C規則登陸港股，也很難支撐長期估值。

第二場是場景化適配。資本市場最終看的是收入和利潤，不是技術參數。能在垂直場景深度紮根、形成穩定客户復購的企業，抗周期能力會強得多。

雲深處聚焦電力巡檢等特種場景，雖然人形機器人方面與宇樹略有差距，但商業化確定性更高。

瑞為技術從機場視覺場景切入，再向具身執行端延伸，走的也是場景打底、逐步升級的穩健路徑。相比之下，純講通用智能故事、找不到落地場景的公司，很容易在估值退潮時裸泳。

第三場是生態化拓展。具身智能不是單點技術比拼，而是產業鏈協同能力的較量。

中國擁有全球最完整的機器人硬件供應鏈，從關節電機、減速器到傳感器、控制器，都能實現本土化配套。

誰能整合好供應鏈資源，搭建起開放的開發者生態，誰就能形成網絡效應。目前來看，頭部企業都在往平臺化方向走，有的開放具身大腦、有的開放硬件本體，生態卡位戰已經打響。

宇樹科技的註冊生效，只是具身智能資本化浪潮的序幕。接下來一兩年，會有更多企業登陸資本市場，也一定會有企業上市后業績不及預期、估值回調。

不過這很正常，每一輪科技浪潮都遵循同樣的規律——資本先行、技術跟進、產業落地，最后大浪淘沙留下真正的巨頭。互聯網如此，新能源如此，具身智能也不會例外。

我們真正值得關注的，不是誰第一個敲鍾，而是誰能在十年后依然站在牌桌上。從實驗室走向萬億市場，具身智能還有很長的路要走。

運動控制、感知理解、精細操作、世界建模……每一個技術節點的突破，都需要持續投入和耐心打磨。

IPO不是終點，而是新的起點。當潮水退去，那些真正沉下心做技術、做產品、做場景的企業，纔會成為最終的搶灘者。

本文來自微信公眾號「科技雲報道」（ID：ITCloud-BD），作者：科技雲報到，36氪經授權發佈。